安装docker 相关

1、学习深度学习

网路上说“364 页 PyTorch 版《动手学深度学习》PDF 下载”
于是找到链接
《动手学深度学习-Pytorch版》

《动手学深度学习》---git
已验证:可以通过docker 安装部署,实现本地学习。
镜像加速器-----我自己的Matthew

2Docker安装

Docker使用教程
Docker详解
Docker下载---Docker Desktop Installer.exe

Docker安装
安装2

Docker学习(二十四)报错速查手册

windows下载docker容器----2024


一、前言

作为开发人员,在日常研发中,需要在本地去启动一些服务,
如:redis、MySQL等,就需要去下载这些在本地去启动,操作较为繁琐。
此时,我们可以使用Docker Desktop,来搭建我们需要的服务,直接在容器中去启动即可,docker是一个用Go语言实现的开源项目,它可以很方便的创建和使用容器,docker将程序以及程序所有的依赖都打包到docker container,这样程序可以在任何环境都会有相同的表现,这里程序运行的依赖也就是容器类似集装箱,容器所处的操作系统环境就好比货船或港口,
「程序的表现只和集装箱有关系(容器),和集装箱放在哪个货船或者哪个港口(操作系统)没有关系。」
「与传统的虚拟机相比,Docker优势体现为启动速度快、占用体积小。」

❝ 个人主要使用Docker来一键部署应用和安装一些开发环境(如MySQL、Oracle、ElasticSearch、Redis等),像Oracle和ES这种体积庞大的在Docker中安装也非常方便,要卸载时只需要删除对应容器即可,也不会在物理机的注册表产生任何项。

二。目录存储位置转移(我失败了,我按默认目录安装成功了

1、先在一个空间足够的磁盘创建以下目录结构


新建的目录结构

2、然后以管理员身份打开cmd命令窗口,依次输入以下4条命令创建目录联接,类似于符号链接,但主要用于目录。

cmd /c mklink /j "C:\Program Files\Docker" "G:\wangSoftWare\Docker"
 
cmd /c mklink /j "C:\Users\mumu\AppData\Local\Docker" "G:\wangSoftWare\Docker\Local"

cmd /c mklink /j "C:\Users\mumu\AppData\Roaming\Docker" "G:\wangSoftWare\Docker\Roaming\Docker"

cmd /c mklink /j "C:\Users\mumu\AppData\Roaming\Docker Desktop" "G:\wangSoftWare\Docker\Roaming\Docker Desktop"
以管理员身份打开

每次输入命令后,会有对应的结果返回。如果命令失败查找原因。


输入命令后的结果

C盘会在对应的目录下生成软链接


C盘会在对应的目录下生成软链接

附mklink用法:

mklink命令是 [Windows]系统中用于创建符号链接或硬链接的工具,它存在于 Windows Vista 及更高版本的操作系统中。使用 mklink 命令需要管理员权限。该命令的基本语法如下:

  • /D:创建目录符号链接。这是默认选项,如果不指定任何参数,则默认为文件符号链接。
  • /H:创建硬链接而非符号链接。硬链接指向文件的物理位置,而符号链接则是一个指向文件或目录的引用。
  • /J:创建目录联接,类似于符号链接,但主要用于目录。
    在命令行中使用 mklink 时,需要指定链接的名称(Link)和目标路径(Target)。例如,要创建一个指向 J 盘数据库的符号链接在 D 盘,可以使用以下命令:
    mklink /D D:\databases\oracle J:\databases\oracle

三、下载 Docker Desktop

目前我尝试过好几次,打不开官网,但是我在阿里云上可以下载,(需要登录阿里云账号)附阿里云下载链接如下:
阿里云Docker Desktop

Docker Desktop

image.png

我是用的主机配置情况

主机系统配置


主机系统配置

显卡配置


显卡配置

cuda toolskit 安装的是12.1 版本

安装的时候出现了很多问题,配置环境变量出现以下报错


报错

解决办法:


CUDA_PATH_V12.1

path中添加信息

安装了12.0、12.1两个版本,哪个版本在前,则系统调用哪个。

测试CUDA是否安装成功

cmd打开命令提示符窗口,输入nvcc -v 报错,

nvcc -v
image.png

修改命令为:(显示安装成功)

nvcc --version
版本为12.1

在jupyter notebook中测试是否可以使用GPU

import torch  #导入torch包

print(torch.cuda.is_available())        # 查看GPU是否可用
print(torch.cuda.device_count())        # 查看GPU数量
print(torch.cuda.current_device())      # 查看GPU索引号
print(torch.cuda.get_device_name(0))    # 根据索引号得到GPU名称
image.png
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容